您当前的位置：
首页 >
文章列表页 >
基于深度学习的CT影像脑卒中精准分割
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于深度学习的CT影像脑卒中精准分割

    • Accurate segmentation of stroke in CT image based on deep learning

    • “在脑卒中病变分析领域，研究者提出了基于多尺度U-Net深度网络模型，有效自动学习高密度征显著特征，实现脑部小病灶区域的精准分割。”
    • 郜峰利 ，陶敏 ，李雪妍 ，何昕 ，杨帆 ，王卓 ，宋俊峰 ，佟丹
    • 吉林大学学报（工学版） 2020年50卷第2期 页码：678-684
    • 作者机构：

      1. 吉林大学 电子科学与工程学院, 长春 130012

      2. 吉林大学 集成光电子学国家重点实验室, 长春 130012

      3. 吉林大学 第一医院 放射科, 长春 130021

    • 作者简介：

      郜峰利（1977-），男，教授，博士.研究方向：嵌入式系统与信号处理.E-mail: gaofl@jlu.edu.cn

      佟丹（1968-），女，主任医师，博士.研究方向：影像医学与核医学.E-mail: tongdan1968@126.com

    • 基金信息：
      吉林省卫生专项科研项目(2018SCZWSZX-001);吉林省自然科学基金学科布局项目(20180101038JC)

    • DOI： 10.13229/j.cnki.jdxbgxb20190623     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

20

浏览量

20

下载量

6

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

融合多尺度Transformer的皮肤病变分割算法
基于改进DeepLabv3+模型的桥梁裂缝图像分割方法
基于空间邻域信息的击剑连续动作图像分割
基于最优传输特征选择的医学图像分割迁移学习
基于群智能的图书馆人脸识别系统关键技术

相关作者

梁礼明
盛校棋
尹江
周珑颂
艾永明
谭国金
杨润超
欧吉

相关机构

华南理工大学 计算机科学与工程学院
江西理工大学 电气工程与自动化学院
吉林省公路管理局
吉林大学 交通学院
中南大学 计算机学院